지난 며칠 사이 업종이 완전히 다른 세 곳에서 비슷한 내용의 발표가 나왔다. 우리금융캐피탈은 AI 비서가 견적부터 심사·상담까지 전사 업무를 처리하는 AX 전환을 본격화한다고 했다. 기아는 2029년까지 49조 원을 투자해 꽃공정 자동화와 휴머노이드 로봇 도입을 추진한다고 했다. 과기부는 AI-NEXT 프로젝트를 통해 정부 업무 전반에 AI 에이전트를 도입한다고 했다. 그리고 서비스나우는 “SaaS가 죽는다는 말은 틀렸다. AI 서비스 혁신을 4년 전부터 준비했다”고 선언했다.
겉으로 보면 각자 다른 산업의 다른 이야기다. 근데 이 흐름을 한 방향으로 관통하는 공통 논리가 있다. 에이전트가 특정 기술 스택이나 산업의 문제가 아니라, 조직이 업무를 처리하는 방식 자체를 바꾸는 새로운 운영 패러다임이 되고 있다는 것.
우리금융캐피탈 – 금융 업무가 에이전트로 들어가는 방식
우리금융캐피탈이 추진하는 전사 AX 전환의 핵심은 AI-OCR 기술 기반 문서 처리 자동화다. 기존에는 고객이 대출을 신청하면 담당자가 각종 서류를 직접 확인하고 견적을 만들고 심사를 진행했다. 각 단계마다 사람이 개입해야 했고, 처리 시간도 길었다.
AI 비서가 이 흐름을 어떻게 바꾸는지 구체적으로 보면, 먼저 고객이 제출한 문서를 AI가 자동으로 읽고 핵심 정보를 추출한다. 재직증명서, 소득증명서, 신분증 같은 서류의 내용을 사람 대신 AI가 파악한다. 이걸 기반으로 견적을 자동으로 생성하고, 심사 기준에 따라 예비 분류를 한다. 담당자는 AI가 정리한 내용을 검토하고 최종 결정만 내린다.
이 구조에서 AI는 단순히 문서를 빠르게 읽는 도구가 아니다. 고객 응대부터 문서 수집, 정보 추출, 견적 생성, 심사 예비 판단까지 업무 흐름 전체를 에이전트가 처리한다. 직원은 판단이 필요한 마지막 단계에만 집중한다. 정확도가 높아지는 동시에 처리 속도도 빨라진다.
금융권에서 이 구조가 중요한 이유가 하나 더 있다. 규정 준수 문제다. 금융 심사는 어떤 근거로 어떤 판단을 내렸는지를 추적하고 기록해야 한다. AI 에이전트가 처리한 내용이 감사 추적이 가능한 형태로 남아야 한다. 이게 금융권 AI 도입이 단순히 “빠르게 처리하는 것”을 넘어서 “설명 가능한 방식으로 처리하는 것”을 요구하는 이유다.
서비스나우 – SaaS가 AI 서비스로 진화하는 방식
“SaaS 죽는다고? 오히려 기회”라는 서비스나우의 선언은 흥미롭다. 서비스나우 아자이 베리 사장의 말이다. 회사가 4년 전부터 AI 서비스 혁신을 준비해왔고, AI 에이전트 시대의 도래가 오히려 SaaS에 새로운 수익 구조를 만들어준다는 주장이다.
이게 왜 맞는 말인지 생각해보면 이렇다. 기존 SaaS는 소프트웨어를 구독하는 모델이었다. 고객은 매달 비용을 내고, 그 소프트웨어를 사람이 직접 써서 업무를 처리했다. 근데 AI 에이전트가 들어오면 소프트웨어를 사람이 쓰는 게 아니라 에이전트가 쓰게 된다. 에이전트가 서비스나우 플랫폼을 통해 IT 서비스 티켓을 자율적으로 처리하고, 인사 프로세스를 자동화하고, 공급망 이슈를 탐지한다.
이 전환이 SaaS 비즈니스를 더 강화하는 이유는, 에이전트가 SaaS 플랫폼 안에 깊이 통합될수록 이탈이 어려워지기 때문이다. 에이전트가 수개월에 걸쳐 특정 플랫폼의 데이터와 프로세스를 학습하면, 그 에이전트를 다른 플랫폼으로 옮기는 비용이 엄청나게 커진다. 구독 모델 위에 에이전트 통합 비용이라는 추가 잠금 효과가 생기는 것이다.
서비스나우의 AI 기반 하이브리드 가격 모델도 같은 방향이다. 서비스 단위로 AI를 과금하는 방식은, AI가 처리하는 업무가 늘어날수록 수익이 비례해서 늘어나는 구조다. 사람이 줄어도 AI가 더 많은 업무를 처리하면 SaaS 수익이 늘어난다.
기아 49조 투자 – 제조업이 에이전틱 AI에 베팅하는 이유
기아가 2029년까지 49조 원을 투자하겠다는 CEO 인베스터 데이 발표에서 꽃공정 자동화와 휴머노이드 로봇 도입이 핵심 축으로 제시됐다. 도심 자율주행 서비스도 2029년을 목표로 한다.
이게 단순한 로봇 도입 이야기로 읽히면 안 된다. 기아가 그리는 그림은 제조 현장에서 로봇이 에이전트처럼 작동하는 구조다. 꽃공정이라 불리는 자동차 조립의 마지막 단계는 그동안 자동화가 가장 어려운 영역이었다. 시트를 장착하고, 문을 달고, 내장재를 끼우는 작업은 물체의 형태와 위치가 조금씩 다르고 힘의 강약을 조절해야 해서 기존 산업용 로봇으로는 처리하기 어려웠다.
휴머노이드 로봇과 에이전틱 AI의 결합이 이 문제를 다른 방식으로 접근한다. 로봇이 현장 상황을 실시간으로 판단하고, 작업 방식을 스스로 조정하고, 예외 상황에 대응한다. 이건 미리 프로그래밍된 동작을 반복하는 기존 산업용 로봇과 근본적으로 다르다. 에이전트가 목표를 주면 스스로 방법을 찾는 것처럼, 에이전틱 로봇은 작업 지시를 받으면 현장 상황에 맞게 실행 방법을 결정한다.
기아의 이 투자는 LG전자의 피지컬 AI 전략, 폴라리스오피스의 유비테크 파트너십과 같은 방향을 가리킨다. 제조업 전반이 에이전틱 AI와 물리 로봇의 결합이라는 방향으로 수렴하고 있다.
정부 AI-NEXT – 공공 영역 에이전트 전환의 속도
과기부가 추진하는 AI-NEXT 프로젝트는 정부 내부 업무에 AI 에이전트를 도입하는 계획이다. 선제적 허가 수요 시민 지원, 전자자문 인증 심사, 재난 예산시스템, 민원 응답 분석 등 5개 분야에 특화 AI 에이전트를 구축하는 내용이다.
정부 영역의 AI 에이전트 도입이 민간보다 중요한 이유가 있다. 규모 때문이다. 정부가 에이전트 기반 행정으로 전환하면, 수천만 명의 국민이 일상적으로 AI 에이전트와 상호작용하는 환경이 만들어진다. 정부24의 지능형 검색, 세금 신고 에이전트, 민원 처리 에이전트가 실제로 작동하기 시작하면 에이전트와의 일상적 상호작용이 특수한 경험이 아니라 기본값이 된다.
과기정통부·행안부 등 3개 기관을 시작으로 단계적으로 전 중앙·지방정부로 확대하는 계획이 이미 구체적으로 수립돼 있다. 공통기반 AI 플랫폼 위에 각 기관이 특화 서비스를 얹는 구조로, 이 기반이 완성되면 민간 AI 기업에게도 상당한 시장이 열린다.
공통된 패턴: 에이전트가 인터페이스가 된다
금융, 자동차, 소프트웨어, 정부. 이 네 가지 영역이 동시에 에이전트 전환을 선언하는 배경에는 공통된 인식이 있다.
도구로서의 AI는 이미 도달했고, 이제 시스템으로서의 AI가 필요하다는 것. 챗GPT나 Copilot로 시작했던 AI 도입은 개인의 생산성을 높이는 데는 효과적이었지만, 조직 전체의 업무 흐름을 바꾸는 데는 한계가 있었다. 사람이 AI에게 질문하고, 결과를 검토하고, 수정해서 쓰는 방식은 결국 AI를 보조 도구 수준에 머물게 한다.
에이전트는 이 관계를 바꾼다. 사람이 목표를 제시하면 에이전트가 수행 방법을 결정하고 실행한다. 업무 흐름 안에서 에이전트가 능동적으로 판단하고 행동하는 역할을 맡는다. 이 전환이 금융에서는 심사 자동화로, 자동차에서는 생산 라인 자율화로, 정부에서는 행정 에이전트로, SaaS에서는 에이전트 통합 플랫폼으로 나타난다.
그리고 이 전환이 동시에 여러 산업에서 일어나고 있다는 건, 에이전트가 특정 기술 트렌드가 아니라 산업 전반의 운영 패러다임이 바뀌는 신호라는 의미다.
마무리: 에이전틱 전환의 시대, 누가 먼저 인터페이스를 갖느냐
우리금융캐피탈이 고객과의 접점을 에이전트로 채우고, 기아가 공장 라인을 에이전트로 채우고, 정부가 행정 서비스를 에이전트로 채우는 속도가 빨라지고 있다.
이 경쟁의 핵심은 “더 똑똑한 AI를 만드는 것”이 아니다. “누가 먼저 자신의 비즈니스 영역에서 에이전트 인터페이스를 구축하느냐”의 경쟁이다. 에이전트가 고객과의 접점이 되고, 업무 흐름의 중심이 되고, 의사결정의 일부를 담당하기 시작하면 그 자리를 나중에 다른 에이전트로 대체하는 비용이 엄청나게 커진다.
서비스나우가 4년 전부터 준비했다고 강조하는 이유, 기아가 49조를 베팅하는 이유, 우리금융캐피탈이 전사 AX 전환에 나서는 이유가 전부 같다. 에이전트 인터페이스를 먼저 갖는 쪽이 다음 10년의 업종 내 위치를 선점한다는 판단이다.